referentieklassevoorspellingen

Referentieklassevoorspellingen is een forecastingsmethode die de nauwkeurigheid van ramingen verbetert door uit te gaan van de uitkomsten van een gedefinieerde groep vergelijkbare eerdere projecten, de referentieklasse. Het doel is bias in de planning—met name optimisme en de planningfout—tegen te gaan bij grootschalige projecten.

De methode kent drie kernstappen: (1) selecteer een representatieve referentieklasse van vergelijkbare projecten; (2) stel een statistische verdeling op van de uitkomsten in die klasse (bijv. kostoverschrijding, schemavertraging) op basis van historische data; (3) gebruik deze verdeling om de huidige raming te kalibreren door een gekozen waarschijnlijkheidswaarde te kiezen (bijv. mediaan of een hogere percentiel).

Historische achtergrond: Het idee is verworven in de cognitieve psychologie via Kahneman en Tversky, en verder uitgewerkt door Bent Flyvbjerg in infrastructuurvoorspellingen. Het wordt veel toegepast door overheden en internationale organisaties voor begrotings- en planningbeslissingen.

Voordelen en beperkingen: Voordelen zijn onder meer realistische ramingen en een transparante methode die op harde data rust. Beperkingen omvatten afhankelijkheid van de kwaliteit en relevantie van de referentieklasse, mogelijke scheefstelling in de selectie, beperkte beschikbaarheid van vergelijkbare data en de uitdaging om contextuele verschillen goed te verwerken.

Toepassingsgebieden: grootschalige infrastructuur, transport, energie en andere kapitaalintensieve projecten; als onderdeel van risicomanagement en decision support.

---